
autocontext
让智能体每跑一轮都变强,失败经验自动传给下一轮
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-10-08 · 当前星标 ★ 1329
使用教程
环境要求
- Python 环境,并安装 uv 包管理器(用于安装 Python CLI/库)
- 如需 npm CLI 或 TUI,需 Node.js 22.19.0 或更高版本
- 准备好至少一个模型提供方的凭据或本地智能体(如 Pi、anthropic、openai-compatible、openrouter、claude-cli、cod
- 自托管模型需可用的 vLLM、Ollama 或任意 OpenAI 兼容端点
安装与启动步骤
-
1安装 Python CLI
用 uv 安装 PyPI 上的 autocontext 包,安装后命令行入口为 autoctx。想作为库或参与开发则改用 uv pip install。
uv tool install autocontext==0.19.1 -
2可选装 Node CLI
需要 TypeScript/Node 版 CLI 时用 bun 全局安装。npm 包名是 autoctx,不是同名的 autocontext 包,注意别装错。
bun add -g autoctx@0.19.0 -
3可选装 Pi 扩展
如果使用 Pi 作为提供方,可以额外安装 Pi 扩展,装完即可在 Pi 中调用。
pi install npm:pi-autocontext@0.12.0 -
4设置提供方变量
提供方相关环境变量都在仓库的 .env.example 中列出,按其说明填写你要用的提供方与模型即可。
-
5跑一个 30 秒任务
Pi 是摩擦最小的提供方,直接复用本地智能体鉴权;也可换成 anthropic、codex 等其它 provider。
AUTOCONTEXT_AGENT_PROVIDER=pi AUTOCONTEXT_PI_COMMAND=pi autoctx solve "improve customer-support replies for billing disputes" --iterations 3 -
6查看运行产物
每次运行会在 runs/<run_id>/ 留下 trace.jsonl、各代 strategy/analysis/score、report.md;知识沉淀在 knowledge/<scenario>/ 的 playbook 与 conte
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
AUTOCONTEXT_AGENT_PROVIDER | 是 | 指定本轮任务使用哪个智能体提供方 | pi |
AUTOCONTEXT_PI_COMMAND | 否 | 使用 Pi 提供方时要调用的本地命令 | pi |
AUTOCONTEXT_PROVIDER_HOSTING | 否 | 自托管端点声明为本地托管 | local |
AUTOCONTEXT_PROVIDER_CAPABILITY | 否 | 声明端点能力档位,影响角色路由 | mid_tier |
<ROLE>_PROVIDER_* | 否 | 为特定角色单独声明提供方端点 | COACH_PROVIDER_HOSTING=local |
如何确认成功
运行后检查是否生成 runs/<run_id>/trace.jsonl 与 report.md。
常见问题
Q:PyPI 包名和命令名为什么不一样?
A:PyPI 包名是 autocontext,安装后 CLI 命令是 autoctx;npm 包名是 autoctx,注意不要装成同名的 autocontext npm 包。
Q:没有 Pi,能用别的模型吗?
A:可以。AUTOCONTEXT_AGENT_PROVIDER 支持 anthropic、openai-compatible、openrouter、claude-cli、codex、pi-rpc 等,完整矩阵见 agent integration 文档。
Q:想在自己的 GPU 上跑本地模型怎么办?
A:参考 self-hosted-models 文档,支持 vLLM、Ollama 或任意 OpenAI 兼容端点,并需注意受限输出对开放权重更重要。
Q:npm CLI 启动报 Node 版本错误?
A:npm CLI 和 TUI 要求 Node.js 22.19.0 或更新版本,贡献者应使用 ts/.nvmrc 中锁定的版本。
注意事项
- 所有产物文件系统优先,可直接查看、diff、重放、导出或喂给训练流程。
- Coach 与 architect 的上下文变更先存为不可变候选,须经候选/在任配对试验确认后才会对外服务。
- 自托管端点可额外声明 HOSTING=local 与 fast/mid_tier/frontier 能力档位,角色级端点用对应的 <ROLE>_PROVIDER_* 声明。
核心亮点
- 递归自我改进机制:把每轮任务的上下文与结果沉淀下来,供后续智能体复用,形成能力累积而非一次性执行
- 模型与智能体无关:兼容 Claude、Codex 等多种 LLM 和编码智能体,不绑定单一供应商
- 面向真实任务闭环:内置 harness 结构,覆盖执行、记录、回灌全流程,开箱即可接入现有自动化流程
不足之处
- 项目较新、星标约 1300,生态与最佳实践仍在早期,长期稳定性待观察
- 递归改进依赖上下文质量,缺乏对大模型幻觉或错误经验的过滤机制说明
适用场景
- 多轮代码修复或调试任务,让智能体从每次失败中学习并减少重复错误
- 自动化研究/实验流程,需要智能体反复尝试并沉淀有效策略
- 构建可长期演进的智能体工作流,把历史经验作为下一轮输入
替代项目
AutoGPT、LangGraph
同类项目推荐
manifest-dev
开源
让 AI 编码代理先想清楚再做,逐条验证不跑偏
Skills for agentic coding CLIs: output you can ship with minimal review, on work you···
cavemem
开源
给AI编程助手装上长期记忆,跨会话不丢上下文
Frozen — cross-agent persistent memory for coding assistants. Still works; the comp···
ChatArena
开源
搭建多智能体语言游戏场,锻炼 AI 沟通协作能力
ChatArena (or Chat Arena) is a Multi-Agent Language Game Environments for LLMs. The ···
mcpls
开源
把 LSP 代码智能变成 AI 工具,让智能体看懂代码
Universal MCP to LSP bridge - expose Language Server Protocol capabilities as MCP to···
research-claw
开源
把论文、文献和截止日期交给 AI 助手,在飞书里搞定学术研究。
A self-hosted AI assistant for academic research — manages your papers, searches li···
Patter
开源
四行代码给AI代理装电话,开源可控的语音SDK。
Open-source voice-AI SDK. The Vapi/Retell alternative for builders who want to own t···
selfstarter
开源
给智能体一份简报,它自己跨会话把活干完
Give a coding agent a brief, not a chat, and it works on its own across sessions. In···
phantasm
开源
给 AI 代理装上人工审批闸门,实时掌控每一步
Toolkits to create a human-in-the-loop approval layer to monitor and guide AI agents···
ix
开源
用 GPT-4 搭能自己拆任务、调工具的智能体
Autonomous GPT-4 agent platform